CN115254482A - 一种用于检测sf6吸附剂浸出液的喷雾装置和喷雾调控方法 - Google Patents

一种用于检测sf6吸附剂浸出液的喷雾装置和喷雾调控方法 Download PDF

Info

Publication number
CN115254482A
CN115254482A CN202210960615.3A CN202210960615A CN115254482A CN 115254482 A CN115254482 A CN 115254482A CN 202210960615 A CN202210960615 A CN 202210960615A CN 115254482 A CN115254482 A CN 115254482A
Authority
CN
China
Prior art keywords
spray
image
pressure
spraying
fog drops
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210960615.3A
Other languages
English (en)
Other versions
CN115254482B (zh
Inventor
陈立亮
张海燕
李威
周昶利
高媛媛
荆仁君
易琦林
罗尧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Science and Technology
Original Assignee
Chongqing University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University of Science and Technology filed Critical Chongqing University of Science and Technology
Priority to CN202210960615.3A priority Critical patent/CN115254482B/zh
Publication of CN115254482A publication Critical patent/CN115254482A/zh
Application granted granted Critical
Publication of CN115254482B publication Critical patent/CN115254482B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B12/00—Arrangements for controlling delivery; Arrangements for controlling the spray area
    • B05B12/08—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means
    • B05B12/085—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means responsive to flow or pressure of liquid or other fluent material to be discharged
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B12/00—Arrangements for controlling delivery; Arrangements for controlling the spray area
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Application Of Or Painting With Fluid Materials (AREA)

Abstract

本发明公开了一种用于检测SF6吸附剂浸出液的喷雾装置和喷雾调控方法，喷雾装置包括施样模块、采样模块和控制模块，其中施样模块用于将吸附剂浸出液喷出以形成雾滴，施样模块设置有喷雾压力调节器件；采样模块包括喷雾运动通道、供雾滴撞击附着的检测靶以及图像采集组件，图像采集组件用于采集雾滴的运动轨迹图像和撞击到检测靶上的状态图像；控制模块用于对运动轨迹图像和状态图像进行分析以判断喷雾压力大小，并输出用于调节喷雾压力调节器件的控制信号。本发明的有益效果：基于机器视觉识别和智能控制技术，能够精细控制雾滴撞击检测靶的状态，有助于更准确地测量雾滴参数，确保分类准确性。

Description

一种用于检测SF6吸附剂浸出液的喷雾装置和喷雾调控方法
技术领域
本发明属于分析测试技术领域，涉及有害液体成分的检测，具体涉及一种用于检测SF6吸附剂浸出液的喷雾装置和喷雾调控方法。
背景技术
科研和生产活动中，一些场合需要对喷雾的液滴运动速度和轨迹进行准确分析，以研究液体性质或喷雾装置的性能。例如，用于高压电气设备的SF6吸附剂，在失效后一般需要进行浸出处理，再对吸附剂进行回收或无害化处理。浸出液中由于含有氟离子，也可能需要进一步处理才能达标排放。然而，由于不同设备、不同批次收集的吸附剂所吸附杂质含量和类型不同，浸出液的成分也不同，在进行环保处理时所需要的方法和工艺条件不同，从处理工艺和成本的角度考虑，需要对浸出液进行分类以选择适当地处理工艺，一般依据其pH值和氟离子浓度进行划分。由于浸出液具有强烈腐蚀性，不宜采用将传感器检测头浸没于液体中的传统检测方法，否则不仅造成传感器腐蚀，而且测量结果不精确甚至出现错误。以喷雾方式将吸附剂浸出液喷射到检测元件上，使少量液体的短时间接触进行检测是一种可行的替代方法。然而理想的检测状态是使雾滴喷射到检测元件上后浸润表面，以保证传感器获得准确的检测信号，因此必须控制喷射压力以控制雾滴运动速度，以避免液滴反弹、溅射或滚落。现有精准检测技术大多通过流量传感器与压力传感器检测喷雾装置管道内的流量和压力，再根据经验来调控管道压力从而控制喷雾装置喷出雾滴的运动速度，该方法简单、易于操作且成本低，但该方法通过流量与压力传感器检测，不能直观反映雾滴在检测靶上的状态，存在较大误差，且存在着由于传感器老化等现象导致的控制精度下降等风险。为实现精确检测，必须依靠一种雾滴喷射速度精确可控的装置来实现精细调控。
发明内容
有鉴于此，本发明的目的之一在于提供一种用于检测SF6吸附剂浸出液的喷雾装置。
其技术方案如下：
一种用于检测SF6吸附剂浸出液的喷雾装置，其关键在于，包括施样模块、采样模块和控制模块；
所述施样模块用于将吸附剂浸出液喷出以形成雾滴，所述施样模块设置有喷雾压力调节器件，该喷雾压力调节器件设置有控制信号输入端；
所述采样模块包括：
喷雾运动通道，供所述雾滴运动通过，该喷雾运动通道的起始端朝向所述施样模块；
检测靶，供所述雾滴附着，该检测靶设置在所述喷雾运动通道末端；
以及图像采集组件，用于获取所述雾滴的运动轨迹图像和撞击到所述检测靶上的状态图像，并将图像从图像数据输出端输出；
所述控制模块设置有数据输入端和控制信号输出端，其中所述数据输入端连接所述图像数据输出端输出，所述控制信号输出端连接所述喷雾压力调节器件的控制信号输入端；
所述控制模块用于对所述运动轨迹图像和状态图像进行分析以判断喷雾压力大小，并输出用于调节所述喷雾压力调节器件的控制信号。
作为优选，上述施样模块包括储液箱、离心泵和喷头；
所述储液箱用于储存吸附剂浸出液，所述储液箱通过管道连接所述离心泵的进液口，所述离心泵的出液口通过管道连接所述喷头，所述喷头的出口朝向所述喷雾运动通道的起始端；
所述离心泵与所述喷头之间的管道上并联有减压分流管道，该减压分流管道的一端与所述离心泵出液口连接，另一端与所述储液箱连接，在该减压分流管道上设置有所述喷雾压力调节器件。
作为优选，上述喷雾压力调节器件为电磁阀；
所述施样模块还包括压力检测元件，该压力检测元件用于检测所述喷头上游的管路压力。
作为优选，上述控制模块包括计算机、微处理器，所述计算机上存储和运行有图像处理软件，以对所述运动轨迹图像和状态图像进行分析，判断喷雾压力的大小，并根据该判断结果使所述处理器输出控制信号；
所述计算机的数据输入端连接所述图像采集组件的图像数据输出端；
所述微处理器的控制信号输出端连接所述喷雾压力调节器件的控制信号输入端。
作为优选，上述图像采集组件包括高速数码相机和激光脉冲发射器，其中所述激光脉冲发射器用于发出持续时间为纳秒量级的激光，作为所述高速数码相机采集所述运动轨迹图像和状态图像的光源。
作为优选，上述检测靶为pH传感器或氟离子传感器的检测头。
作为优选，上述离心泵与所述喷头之间的管道上按照流向依次设置有过滤器和分流器；
所述过滤器的入口连接所述离心泵的出液口，所述过滤器的出口连接所述分流器的入口，所述过滤器的出口与所述储液箱之间连接有所述减压分流管道；
所述过滤器的入口与所述储液箱之间连接有第一回流管，所述第一回流管上设置有第一安全回流阀；
所述分流器的第一出口连接所述喷头，所述分流器的第二出口通过第二回流管连接所述储液箱，所述第二回流管上设置有第二安全回流阀。
本发明的目的之二在于提供一种用于检测SF6吸附剂浸出液的喷雾调控方法。
技术方案为：
一种喷雾调控方法，基于如上所述的喷雾装置，其关键在于包括如下步骤：
S1，设置好喷雾装置后，向所述储液箱加入吸附剂浸出液，启动所述离心泵，以使喷头喷出雾滴；
S2，所述高速数码相机采集雾滴的运动轨迹图像并传输给所述计算机，计算雾滴运动速度v，据此设置所述高速数码相机延时时间T′，使其以延时摄影方式采集所述状态图像；
S3，所述高速数码相机采集雾滴撞击所述检测靶时的状态图像并传输给所述计算机；
S4，所述计算机运行图像处理软件，首先对所述状态图像进行分析识别，判断雾滴撞击所述检测靶发生的现象为反弹、溅射、滚落或沉积湿润中的一种，并进行如下分析判断：
若雾滴出现反弹或溅射，判断喷雾压力过大，所述处理器输出控制信号给所述电磁阀，增大所述电磁阀开度，从而增大所述减压分流管道的流量以调低喷雾压力；
若雾滴出现滚落，判断喷雾压力过小，所述处理器输出控制信号给所述电磁阀，减小所述电磁阀开度，从而减小所述减压分流管道的流量以增大喷雾压力；
S5，重复所述步骤S2～S4，直至所述雾滴撞击所述检测靶时发生沉积润湿。
作为优选，上述步骤S2中，首先调整所述高速数码相机曝光时间，当高速数码相机拍摄速度小于雾滴在喷雾运动通道内的运动速度时即可得到雾滴运动轨迹，由雾滴运动轨迹长度与所述高速数码相机曝光时间的关系计算出雾滴速度v，采用式(1)计算雾滴速度：
Figure BDA0003792660270000051
其中T为相机曝光时间，L为根据运动轨迹图像确定的雾滴运动轨迹长度，B为所述高速数码相机的镜头成像倍率。
作为优选，上述步骤S2中，所述延时时间T′采用式(2)计算确定：
Figure BDA0003792660270000052
其中L′为喷头与检测靶230的距离，v为式(1)计算得到的雾滴速度。
与现有技术相比，本发明的有益效果：基于机器视觉识别和智能控制技术，能够自动精确地调整喷雾压力，从而精细控制雾滴撞击检测靶的状态，响应迅速，有助于更准确地测量雾滴参数，确保分类准确性。
附图说明
图1是实施例一的喷雾装置的结构示意图；
图2是实施例二的喷雾调控方法结构示意图；
图3为喷雾压力调节算法流程图；
图4为自适应控制器的结构示意图；
图5为喷雾压力调节算法的压力模型的结构示意图；
图6为预测模型的基于PSO算法的预测原理图。
具体实施方式
以下结合实施例和附图对本发明作进一步说明。
实施例一
一种用于检测SF6吸附剂浸出液的喷雾装置，如图1所示，包括施样模块100、采样模块200和控制模块300。
所述施样模块100用于将吸附剂浸出液喷出以形成雾滴，所述施样模块100设置有喷雾压力调节器件181，该喷雾压力调节器件181设置有控制信号输入端。
所述采样模块200包括：
喷雾运动通道201，供所述雾滴运动通过，该喷雾运动通道201的起始端朝向所述施样模块100；
检测靶230，供所述雾滴附着，该检测靶230设置在所述喷雾运动通道201末端；
以及图像采集组件，该图像采集组件用于获取所述雾滴在所述喷雾运动通道201内的运动轨迹图像和撞击到所述检测靶230上的状态图像，并将图像从图像数据输出端输出。
所述控制模块300设置有数据输入端和控制信号输出端，其中所述数据输入端连接所述图像数据输出端输出，所述控制信号输出端连接所述喷雾压力调节器件181的控制信号输入端。所述控制模块300用于对所述运动轨迹图像和状态图像进行分析以判断喷雾压力大小并输出用于调节所述喷雾压力调节器件181的控制信号。
具体地，所述施样模块100包括储液箱110、离心泵120和喷头160。所述储液箱110用于储存所述吸附剂浸出液，所述储液箱110通过管道连接所述离心泵120的进液口，所述离心泵120的出液口通过管道连接所述喷头160，所述喷头160的出口朝向所述喷雾运动通道201的起始端。
所述离心泵120与所述喷头160之间的管道上并联有减压分流管道180，该减压分流管道180的一端与所述离心泵120出液口连接，另一端与所述储液箱110连接，在该减压分流管道180上设置有所述喷雾压力调节器件181。
喷雾压力调节器件181可以是电磁阀。由于减压分流管道180与通向喷头160的主管道并联，因此通过电磁阀的开度调节减压分流管道180的液体流量和压力，即可间接调节主管道的液体压力，实现对喷雾压力的调节。
在另一种实施方式中，所述离心泵120与所述喷头160之间的管道上按照流向依次设置有过滤器130和分流器140。所述过滤器130的入口连接所述离心泵120的出液口，所述过滤器130的出口连接所述分流器140的入口，所述过滤器130的出口与所述储液箱110之间连接有所述减压分流管道180。
所述过滤器130的入口与所述储液箱110之间还连接有第一回流管170，所述第一回流管170上设置有第一安全回流阀171。过滤器130用于对吸附剂浸出液进行过滤，当过滤器130堵塞时，第一安全回流阀171打开，使吸附剂浸出液回流到储液箱110。
所述分流器140的第一出口连接所述喷头160，所述分流器140的第二出口通过第二回流管190连接所述储液箱110，所述第二回流管190上设置有第二安全回流阀191。当第一出口即流向喷头160的液体压力过大时，第二安全回流阀191打开使液体回流。
所述施样模块100还包括压力检测元件150，该压力检测元件150用于检测所述喷头160上游的管路压力。该压力检测元件150可以是压力表。本实施例中，压力表设置在分流器140的第一出口与喷头160之间的管路上。
所述图像采集组件包括高速数码相机210和激光脉冲发射器220，其中所述激光脉冲发射器220用于发出持续时间为纳秒量级的激光，作为所述高速数码相机210采集所述运动轨迹图像和状态图像的光源。对运动的雾滴进行测量，为了防止图像模糊，通常需要尽量缩短图像的曝光时间，为解决该问题，有两个方案：一是通过加快相机的快门速度；二是采用瞬态探测光源照明。但是由于现有的工业相机曝光时间通常都在数微秒量级，当雾滴具有较高的速度，单纯利用工业相机往往无法避免雾滴图像的模糊，因而测量高速运动物体速度时常需要瞬态光源。
所述检测靶230为pH传感器或氟离子传感器的检测头。
所述控制模块300包括计算机310、微处理器320，所述计算机310上存储和运行有图像处理软件，以对所述运动轨迹图像和状态图像进行分析，判断喷雾压力的大小，并根据该判断结果使所述处理器输出控制信号。所述计算机310的数据输入端连接所述图像采集组件的图像数据输出端。所述微处理器320的控制信号输出端连接所述喷雾压力调节器件181的控制信号输入端。
微处理器320可以是ARM主板，其通过蓝牙模块以PWN输出电平的形式来调节电磁阀。
雾滴在检测靶230的附着取决于许多因素，与雾滴的表面张力、在检测靶上的接触角和湿润能力、原液的粘度、雾滴的直径,以及雾滴运动的韦伯数和雷诺数等动力学参数有着直接联系。喷雾液滴撞击在检测靶后,吸附能大于雾滴表面能时，将会发生附着现象,否则雾滴会发生反弹。此外雾滴在运动中所具有的动能也会影响附着能力,动能越大越容易发生反弹,反之若动能过小，雾滴也容易从检测靶滚落，而喷雾时的压力大小直接影响着雾滴的动能。雾滴在检测靶上的粘附、滚动、溅射、反弹等运动现象，将直接决定吸附剂浸出液是否能够有效沉积到检测靶上。因而可知雾滴撞击到检测靶后是否会发生反弹、溅射、滚落或沉积湿润等现象，与雾滴速度，即喷雾压力有关。以下结合实施例二具体说明喷雾调控方法。
实施例二
一种喷雾调控方法，基于上述喷雾装置，步骤如图2所示，包括：
S1，设置好喷雾装置后，向所述储液箱110加入吸附剂浸出液，启动所述离心泵120，以使喷头160喷出雾滴；
S2，所述高速数码相机210采集雾滴的运动轨迹图像并传输给所述计算机310，计算雾滴运动速度v，据此设置所述高速数码相机210的延时时间T′，使其以延时摄影方式采集所述状态图像；
S3，所述高速数码相机210采集雾滴撞击所述检测靶230时的状态图像并传输给所述计算机310；
S4，所述计算机310运行图像处理软件，首先对所述状态图像进行分析识别，判断雾滴撞击所述检测靶230发生的现象为反弹、溅射、滚落或沉积湿润中的一种，并进行如下分析判断：
若雾滴出现反弹或溅射，判断喷雾压力过大，所述处理器输出控制信号给所述电磁阀，增大所述电磁阀开度，从而增大所述减压分流管道180的流量以调低喷雾压力；
若雾滴出现滚落，判断喷雾压力过小，所述处理器输出控制信号给所述电磁阀，减小所述电磁阀开度，从而减小所述减压分流管道180的流量以增大喷雾压力；
若雾滴发生沉积湿润现象，则喷雾压力大小合适，不发送控制信号。
S5，重复所述步骤S2～S4，直至所述雾滴撞击所述检测靶230时发生沉积润湿。此时即为较理想的撞击状态，能够保证传感器的测量准确性。
具体地，所述步骤S2中，首先调整所述高速数码相机210曝光时间，当高速数码相机210拍摄速度小于雾滴在喷雾运动通道201内的运动速度时即可得到雾滴运动轨迹，由雾滴运动轨迹长度与所述高速数码相机210曝光时间的关系计算出雾滴速度v，采用式(1)计算雾滴速度：
Figure BDA0003792660270000101
其中T为相机曝光时间，L为根据运动轨迹图像确定的雾滴运动轨迹长度，B为所述高速数码相机210的镜头成像倍率。需要说明的是，由于雾滴运动轨迹长度L远大于雾滴直径D，所以式(1)中忽略了雾滴直径D的影响。
所述步骤S2中，所述延时时间T′采用式(2)计算确定：
Figure BDA0003792660270000102
其中L′为喷头与检测靶230的距离，v为式(1)计算得到的雾滴速度。
为了得到清晰的运动轨迹图像，除开需要瞬态光源外，还需要用到光条中心提取算法提取得到清晰的雾滴运动轨迹图像，最常见的光条中心提取算法是Steger算法，但在使用Sterger算法提取光条纹中心时，容易受环境干扰造成光条纹中心提取精度下降，为解决这个问题，本发明采用了一种基于改进Steger算法的线结构光中心提取算法。该算法使用自适应卷积模板滤波并结合基于大津法的阈值分割，得到线结构光条纹感兴趣区域，然后根据几何中心法快速获取到条纹中心的粗略位置，并根据条纹区域的线宽分段，使用Sterger算法提取结构光条纹中心线亚像素位置。
通常情况下，通过图像预处理并不能理想地消除噪声干扰，当外部环境有干扰时，采集图像并进行阈值分割和中值滤波预处理，图像中的噪声不会被完全消除，从而导致条纹中心提取的精度下降，为提高提取精度，采用一种基于激光条纹中几何信息和相关性的自适应卷积法来减弱噪声。
首先计算自适应模板的大小，自适应模板的大小和元素值取决于激光条纹中的几何信息和相关性，通过滑动模板达到去除噪声的目的。自适应模板的获取可以简述为：
①在图像预处理之后，计算行(或列)中非零灰度像素的数量。
②通过收缩矩阵来移除零元素，得到一个新的矩阵K，其中Km表示矩阵中最大值，Kp表示矩阵中所有元素的平均值。
③判断Km的奇偶性，如果Km是奇数，模板中的行数R等于Km。否则，行数R等于(Km+1)。计算自适应模板中的列数C＝15*(Km-Kp)并进行取整。
④将Kp取整，如果Kp为奇数，则从矩阵中央起上下Kp行中的每个元素值都设置为。否则，从矩阵中央起上下(Kp-1)行每个元素值都设置为k。其余元素值都设置为λk，其中λ为小于1的值，用于减弱激光条纹周围的噪声。设置所有矩阵元素的总和为1，通过计算得到k值。
使用自适应卷积模板得到线结构光条纹感兴趣区域后，接着采用几何中心法获取条纹中心的位置。在实际测量环境下，由于外部环境的干扰因素，往往造成得到的光条图像的条纹宽度不一致，因此，条纹中心线直接提取很难达到其精度要求。在得到了条纹的感兴趣区域后，运用几何中心法粗略提取条纹中心点。具体地，使用canny算法进行边缘检测，接着计算其几何中心，计算所得结果作为条纹粗略中心点，按照列查询的方式，分别检测每行中的最上和最下的非零像素点对应的行坐标值，取其平均值作为中心坐标。获得条纹中心点的粗略位置后，使用Sterger算法提取结构光条纹中心线亚像素位置。
Steger算法基于Hessian矩阵，能够实现光条中心亚像素精度定位：首先通过Hessian矩阵能够得到光条的法线方向，然后在法线方向利用泰勒展开得到光条中心亚像素位置坐标。对于图像中激光条纹上的任意一点(a,b)，Hessian矩阵可以表示为：
Figure BDA0003792660270000111
其中raa表示图像沿a的二阶偏导数，其他参数类似。
Hessian矩阵最大特征值对应的特征向量对应于光条的法线方向，用(na，nb)表示，以点(a0，b0)为基准点，则光条中心的亚像素坐标按照以下等式计算：
Figure BDA0003792660270000121
Figure BDA0003792660270000122
如果
Figure BDA0003792660270000123
即一阶导数为零的点位于当前像素内，且(na，nb)方向的二阶导数大于指定的阈值，则该点(a0，b0)为光条的中心点，(pa，pb)则为亚像素坐标。
得到光条中心亚像素坐标后，将相邻的中心点连接。如果两个雾滴颗粒过近，得到的中心点可能位于两条直线上，此时可利用直线的交叉点对直线进行拆分。最后对共线中心点进行融合，构成新的直线，通过长度的约束，得到雾滴轨迹对应的中心点，然后进行曲线拟合，即可得到雾滴的轨迹图像。
本发明中，在测试前可以进行预实验，以初步确定适当地喷雾压力范围。
例如，在测量pH值时，pH传感器被垂直悬挂于杆上，其目的是为了找到喷雾压力大小与检测靶230上雾滴的滚落角的临界关系。若实验找到的喷雾压力区间内雾滴不会掉落，则在实际检测时，在该喷雾压力区间内压力下喷出的雾滴理论上不会滚落。实验过程如下：电磁阀从全闭状态开始调节，每次打开5％的开度，随着开度的增大，喷雾压力从理论最大值开始下降，在此过程中高速数码相机210会对每次调节后喷出的雾滴图像进行采集，观察雾滴撞击检测靶230的状态，当雾滴不反弹及不溅射时，停止调节电磁阀，记此时的压力为P1，对应电磁阀开度为Q1，此时雾滴速度为V1，记录每次反弹、溅射的高度和雾滴的速度，通过数据拟合可以找到反弹、溅射与雾滴速度之间的关系；电磁阀从全开状态开始调节，每次关闭5％的开度，随着开度的减小，喷雾压力从最小值(Pmin)开始增大，在此过程中相机会对每次变化后喷出的雾滴图像进行采集，观察雾滴撞击到检测靶230后的状态，当雾滴不再滚落时，停止调节电磁阀，记此时的压力为P2，对应电磁阀开度为Q2，此时雾滴速度为V2。P1-P2为精准施样的压力区间,Q1-Q2为精准施样的电磁阀开度区间,V1-V2为精准施样的雾滴速度区间，电磁阀开度区间作为现场操作过程中被控对象的衡量标准，雾滴速度区间作为现场操作过程中输出值的衡量标准，在现场实际操作需要对压力进行微调时，以上述区间作为设定值，采用控制算法进行调节。
预实验可以帮助预先确定喷雾压力、电磁阀开度、雾滴速度的大致合适范围，从而为测量实验提供指导，减少步骤S2～S4的重复次数。
本发明对喷雾压力的控制具有如下特点：一是喷雾压力的变化是非线性的；二是对喷雾压力的控制没有确定的衡量标准；三是该控制系统存在很严重的延时性。基于此，本发明的喷雾装置所用控制算法采用了一种基于CARIMA预测模型和PSO寻优的自适应控制算法。
所述控制算法原理结构如图3所示，控制器包括预测模型和自适应控制器两部分，根据预测模型得出最优的控制律，然后用自适应控制器控制。其中Ps(k)为喷雾实际压力，k下标为采样时刻，e(k)为控制偏差信号，e(k+1)为预测下一时刻的控制偏差信号，U(k)为电磁阀调制输入，X(k)为电磁阀阀门开度，Pz(k)为喷雾期望压力。
控制偏差信号按照以下式子计算，
e(k)＝Pz(k)-Ps(k)。
所述自适应控制器结构图如图4所示，控制器首先会根据喷出雾滴的初速度以及雾滴撞击检测靶230后的状态得出控制偏差信号ek及偏差变化率eck后，再通过控制器对控制参数进行控制，从而达到实时控制喷雾压力的目的。
前期通过实验室大量实验，结合实验数据和实验观察，得出压力与雾滴喷出时的速度的关系，关系式如下：
Ps＝αv+β，
式中，Ps为实际喷雾压力，v为雾滴喷出时的速度，β为Ps-v关系式中的常数，α为拟合系数，实验中通过测量的压力和速度数据拟合得到。
进行实际测试时，通过根据上述测量雾滴速度的方法测出雾滴喷出时的速度，即可根据关系式得出喷雾压力的具体数值。
所述喷雾系统压力控制主要通过控制电磁阀的输入电压，从输入电压到检测到压力信号的过程中，电磁阀响应输出对应的开度，从而影响管内压力，延迟一段时间后管内压力变化，通过上述方法测得的压差变化，转换为电信号传输给控制器。因此压力模型主要分为两个部分，如图5所示，U(s)、P(s)分别为电磁阀输入电压和喷雾管路的压力。
由于压力变化延迟较小，可假设主回路的压力与压力电磁阀的输入电压成比例关系：
Ps(s)＝-KU(s)，
因而，可以得出压力电磁阀的输入电压与雾滴喷出速度的关系：
Figure BDA0003792660270000141
所述预测模型可以表示为：
A(z-1)e(k)＝B(z-1)Ps(k-1)+C(z-1)ξ(k)/Δ，
其中，
A(z-1)＝1+a1z-1+…+anz-n，
Figure BDA0003792660270000142
Figure BDA0003792660270000143
式中，k表示采样控制的离散时间点；A(z-1)，B(z-1)和C(z-1)都是z-1的多项式，z-1是后移算子，表示后退一个采样周期的相应的量；Δ＝1-z-1为差分算子；e(k)、Ps(k)和ξ(k)分别表示为输出、输入和均值为零的白噪声序列。
通过滚动计算找出每一时刻相对于该时刻最优的性能指标，k时刻的优化性能指标具有以下形式：
Figure BDA0003792660270000151
式中，n为最大预测时域长度，m为最大控制时域长度(m≤n)；λ(j)为控制加权系数(大于零)。
为了进行柔化控制，控制的目的不是使输出直接跟踪设定值，而是跟踪参考轨线，其式如下:
w(k+j)＝αjy(k)+(1-αj)yr(j＝1,2,…,n)
式中，yr、y(k)和w(k+j)分别为设定值、输出值和参考轨线；α为柔化系数，0＜α＜1。
根据预测理论，引入丢番图方程后，可以得到最优输出预测值为：
Figure BDA0003792660270000152
式中，
Figure BDA0003792660270000153
ΔPs＝[ΔPs(k),ΔPs(k+1),…,ΔPs(k+n-1)]T，
f为开环预测向量，
f＝[f(k+1),f(k+2),…,f(k+n)]T，
Figure BDA0003792660270000161
其中g0、g1、…、gn-1为系统单位阶跃响应的前n项。
通过预测模型计算出的最优输出预测值将作用于自适应控制器，进而得到最优控制律为：
ΔPs＝(GTG+λI)-1GT(W-f)。
传统的预测控制通常假设被控对象是无约束的，但在实际的工业过程中，大多数系统存在各种各样的约束条件。在预测模型的滚动优化环节，无约束的预测模型可以求得解析解，而约束优化问题通常为非线性规划问题。传统非线性优化算法(如二次规划)对初值敏感，计算量大，不能有效找到全局最优解。因而本发明将PSO算法引入到预测模型的滚动优化中，根据约束条件函数和适应度函数一起判断最优解的优劣。进而有效地处理约束并找到全局最优解。
粒子群优化算法(PSO)是一种基于群体智能的演化计算技术，他描述了一个群体中的i个粒子以一定的速度在d维空间中飞行即搜索，这些粒子在搜索的时候，都是在其到过的最优位置以及整个群体中所有个体历史最优的最优位置基础上的搜索。
图6为基于PSO算法的预测原理图。
该算法对约束预测的被控变量ΔPs进行寻优，故令粒子群的搜索空间维数为Nu，第i个粒子的位置可表示成一个Nu维向量
xi＝[ΔPsi(1),ΔPsi(1+1),…,ΔPsi(1+Nu+1)]。
将预测模型的二次性能指标作为粒子群优化的适应度函数，即fik(xi)＝J(k)，以此来对xi进行迭代更新。
在Nu维搜索空间中的第i个粒子的位置和速度分别为
Figure BDA0003792660270000171
和
Figure BDA0003792660270000172
在每一次迭代中，粒子通过跟踪个体最优解ei和全局最优解eg，更新公式如下：
vid(1+1)＝wvid(1)+c1r1[eid-xid(1)]+c2r2[egd-xid(1)]]，
xid(1+1)＝xid(1)+vid(1+1)，
其中vid(1)、xid(1)分别为第i个粒子在第1次迭代中飞行速度和位置的第d维分量，eid是粒子i最好位置的第d维分量，egd是群体最好位置的第d维分量；w惯性因子，c1和c2为正的学习因子，r1和r2为0到1之间均匀分布的随机数。
求得的eg，即为预测模型在k时刻的全局最优预测值，再将该预测值带入自适应控制器中，即可得到最优控制律。
采用本发明的装置和方法，基于机器视觉识别和智能控制技术，能够自动精确地调整喷雾压力，从而精细控制雾滴撞击检测靶230的状态，使传感器能够更准确地检测雾滴参数，确保浸出液分类准确。
最后需要说明的是，上述描述仅仅为本发明的优选实施例，本领域的普通技术人员在本发明的启示下，在不违背本发明宗旨及权利要求的前提下，可以做出多种类似的表示，这样的变换均落入本发明的保护范围之内。

Claims (10)

1.一种用于检测SF6吸附剂浸出液的喷雾装置，其特征在于：包括施样模块(100)、采样模块(200)和控制模块(300)；
所述施样模块(100)用于将吸附剂浸出液喷出以形成雾滴，所述施样模块(100)设置有喷雾压力调节器件(181)，该喷雾压力调节器件(181)设置有控制信号输入端；
所述采样模块(200)包括：
喷雾运动通道(201)，供所述雾滴运动通过，该喷雾运动通道(201)的起始端朝向所述施样模块(100)；
检测靶(230)，供所述雾滴附着，该检测靶(230)设置在所述喷雾运动通道(201)末端；
以及图像采集组件，用于获取所述雾滴的运动轨迹图像和撞击到所述检测靶(230)上的状态图像，并将图像从图像数据输出端输出；
所述控制模块(300)设置有数据输入端和控制信号输出端，其中所述数据输入端连接所述图像数据输出端输出，所述控制信号输出端连接所述喷雾压力调节器件(181)的控制信号输入端；
所述控制模块(300)用于对所述运动轨迹图像和状态图像进行分析以判断喷雾压力大小，并输出用于调节所述喷雾压力调节器件(181)的控制信号。
2.根据权利要求1所述的一种用于检测SF6吸附剂浸出液的喷雾装置，其特征在于：所述施样模块(100)包括储液箱(110)、离心泵(120)和喷头(160)；
所述储液箱(110)用于储存吸附剂浸出液，所述储液箱(110)通过管道连接所述离心泵(120)的进液口，所述离心泵(120)的出液口通过管道连接所述喷头(160)，所述喷头(160)的出口朝向所述喷雾运动通道(201)的起始端；
所述离心泵(120)与所述喷头(160)之间的管道上并联有减压分流管道(180)，该减压分流管道(180)的一端与所述离心泵(120)出液口连接，另一端与所述储液箱(110)连接，在该减压分流管道(180)上设置有所述喷雾压力调节器件(181)。
3.根据权利要求2所述的一种用于检测SF6吸附剂浸出液的喷雾装置，其特征在于：所述喷雾压力调节器件(181)为电磁阀；
所述施样模块(100)还包括压力检测元件(150)，该压力检测元件(150)用于检测所述喷头(160)上游的管路压力。
4.根据权利要求3所述的一种用于检测SF6吸附剂浸出液的喷雾装置，其特征在于：所述控制模块(300)包括计算机(310)、微处理器(320)，所述计算机(310)上存储和运行有图像处理软件，以对所述运动轨迹图像和状态图像进行分析，判断喷雾压力的大小，并根据该判断结果使所述处理器输出控制信号；
所述计算机(310)的数据输入端连接所述图像采集组件的图像数据输出端；
所述微处理器(320)的控制信号输出端连接所述喷雾压力调节器件(181)的控制信号输入端。
5.根据权利要求4所述的一种用于检测SF6吸附剂浸出液的喷雾装置，其特征在于：所述图像采集组件包括高速数码相机(210)和激光脉冲发射器(220)，其中所述激光脉冲发射器(220)用于发出持续时间为纳秒量级的激光，作为所述高速数码相机(210)采集所述运动轨迹图像和状态图像的光源。
6.根据权利要求5所述的一种用于检测SF6吸附剂浸出液的喷雾装置，其特征在于：所述检测靶(230)为pH传感器或氟离子传感器的检测头。
7.根据权利要求2所述的一种用于检测SF6吸附剂浸出液的喷雾装置，其特征在于：所述离心泵(120)与所述喷头(160)之间的管道上按照流向依次设置有过滤器(130)和分流器(140)；
所述过滤器(130)的入口连接所述离心泵(120)的出液口，所述过滤器(130)的出口连接所述分流器(140)的入口，所述过滤器(130)的出口与所述储液箱(110)之间连接有所述减压分流管道(180)；
所述过滤器(130)的入口与所述储液箱(110)之间连接有第一回流管(170)，所述第一回流管(170)上设置有第一安全回流阀(171)；
所述分流器(140)的第一出口连接所述喷头(160)，所述分流器(140)的第二出口通过第二回流管(190)连接所述储液箱(110)，所述第二回流管(190)上设置有第二安全回流阀(191)。
8.一种喷雾调控方法，基于权利要求5或6所述的喷雾装置，其特征在于包括如下步骤：
S1，设置好喷雾装置后，向所述储液箱(110)加入吸附剂浸出液，启动所述离心泵(120)，以使喷头(160)喷出雾滴；
S2，所述高速数码相机(210)采集雾滴的运动轨迹图像并传输给所述计算机(310)，计算雾滴运动速度v，据此设置所述高速数码相机(210)延时时间T′，使其以延时摄影方式采集所述状态图像；
S3，所述高速数码相机(210)采集雾滴撞击所述检测靶(230)时的状态图像并传输给所述计算机(310)；
S4，所述计算机(310)运行图像处理软件，首先对所述状态图像进行分析识别，判断雾滴撞击所述检测靶(230)发生的现象为反弹、溅射、滚落或沉积湿润中的一种，并进行如下分析判断：
若雾滴出现反弹或溅射，判断喷雾压力过大，所述处理器输出控制信号给所述电磁阀，增大所述电磁阀开度，从而增大所述减压分流管道(180)的流量以调低喷雾压力；
若雾滴出现滚落，判断喷雾压力过小，所述处理器输出控制信号给所述电磁阀，减小所述电磁阀开度，从而减小所述减压分流管道(180)的流量以增大喷雾压力；
S5，重复所述步骤S2～S4，直至所述雾滴撞击所述检测靶(230)时发生沉积润湿。
9.根据权利要求8所述的喷雾调控方法，其特征在于：所述步骤S2中，首先调整所述高速数码相机(210)曝光时间，当高速数码相机(210)拍摄速度小于雾滴在喷雾运动通道(201)内的运动速度时即可得到雾滴运动轨迹，由雾滴运动轨迹长度与所述高速数码相机(210)曝光时间的关系计算出雾滴速度v，采用式(1)计算雾滴速度：
Figure FDA0003792660260000041
其中T为相机曝光时间，L为根据运动轨迹图像确定的雾滴运动轨迹长度，B为所述高速数码相机(210)的镜头成像倍率。
10.根据权利要求9所述的喷雾调控方法，其特征在于：所述步骤S2中，所述延时时间T′采用式(2)计算确定：
Figure FDA0003792660260000042
其中L′为喷头与检测靶230的距离，v为式(1)计算得到的雾滴速度。
CN202210960615.3A 2022-08-11 2022-08-11 一种用于检测sf6吸附剂浸出液的喷雾装置和喷雾调控方法 Active CN115254482B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210960615.3A CN115254482B (zh) 2022-08-11 2022-08-11 一种用于检测sf6吸附剂浸出液的喷雾装置和喷雾调控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210960615.3A CN115254482B (zh) 2022-08-11 2022-08-11 一种用于检测sf6吸附剂浸出液的喷雾装置和喷雾调控方法

Publications (2)

Publication Number Publication Date
CN115254482A true CN115254482A (zh) 2022-11-01
CN115254482B CN115254482B (zh) 2023-08-04

Family

ID=83751302

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210960615.3A Active CN115254482B (zh) 2022-08-11 2022-08-11 一种用于检测sf6吸附剂浸出液的喷雾装置和喷雾调控方法

Country Status (1)

Country Link
CN (1) CN115254482B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000313955A (ja) * 1999-03-02 2000-11-14 Mitsui Mining & Smelting Co Ltd スパッタリングターゲットおよびその製造方法
CN102166548A (zh) * 2010-12-30 2011-08-31 镇江和盛环境科技有限公司 棚室用自调控高效静电喷雾施药机
WO2012038446A1 (en) * 2010-09-22 2012-03-29 Hexagon Technology Center Gmbh Surface spattering device
CN102669079A (zh) * 2012-04-09 2012-09-19 浙江大学 对靶变量喷雾实验机
CN104082267A (zh) * 2014-07-08 2014-10-08 重庆科技学院 自动变量喷药系统及其控制方法
US20170153646A1 (en) * 2014-06-17 2017-06-01 Yujin Robot Co., Ltd. Apparatus of controlling movement of mobile robot mounted with wide angle camera and method thereof
US20180364131A1 (en) * 2017-06-14 2018-12-20 Optofidelity Oy Testing apparatus
US20190039084A1 (en) * 2017-08-04 2019-02-07 Rolls-Royce North American Technologies, Inc. Adaptive control of coating thickness
US20190168249A1 (en) * 2017-12-06 2019-06-06 Beijing Apollo Ding Rong Solar Technology Co., Ltd. Coating apparatus
US20190201929A1 (en) * 2018-01-03 2019-07-04 Ttns Inc. Method and apparatus for controlling pattern-width of coating liquid dispensed from a nozzle
US20190265015A1 (en) * 2016-09-09 2019-08-29 NejiLaw inc. Sensor structure, component provided with sensor structure, and patterning method for sensor structure
WO2021071811A1 (en) * 2019-10-11 2021-04-15 Covestro Llc Methods, systems and computer program products for production and application of spray foam using optical and infrared imaging
CN113194699A (zh) * 2021-06-02 2021-07-30 西安翻译学院 一种基于分析和检索的图像检测装置
CN113798084A (zh) * 2021-09-27 2021-12-17 昆山胜代机械有限公司 一种用于挖掘机动臂的智能化喷漆装置及喷漆生产线
CN114332629A (zh) * 2022-01-06 2022-04-12 安徽农业大学 基于高速视觉耦合轮廓特征提取的多农药雾滴撞击叶面延迟性的测量方法
US20220252473A1 (en) * 2019-07-12 2022-08-11 Next Innovation inc. Stress monitoring device, stress monitoring system, and monitoring system

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000313955A (ja) * 1999-03-02 2000-11-14 Mitsui Mining & Smelting Co Ltd スパッタリングターゲットおよびその製造方法
WO2012038446A1 (en) * 2010-09-22 2012-03-29 Hexagon Technology Center Gmbh Surface spattering device
CN103153483A (zh) * 2010-09-22 2013-06-12 赫克斯冈技术中心 表面溅射装置
CN102166548A (zh) * 2010-12-30 2011-08-31 镇江和盛环境科技有限公司 棚室用自调控高效静电喷雾施药机
CN102669079A (zh) * 2012-04-09 2012-09-19 浙江大学 对靶变量喷雾实验机
US20170153646A1 (en) * 2014-06-17 2017-06-01 Yujin Robot Co., Ltd. Apparatus of controlling movement of mobile robot mounted with wide angle camera and method thereof
CN104082267A (zh) * 2014-07-08 2014-10-08 重庆科技学院 自动变量喷药系统及其控制方法
US20190265015A1 (en) * 2016-09-09 2019-08-29 NejiLaw inc. Sensor structure, component provided with sensor structure, and patterning method for sensor structure
US20180364131A1 (en) * 2017-06-14 2018-12-20 Optofidelity Oy Testing apparatus
US20190039084A1 (en) * 2017-08-04 2019-02-07 Rolls-Royce North American Technologies, Inc. Adaptive control of coating thickness
US20190168249A1 (en) * 2017-12-06 2019-06-06 Beijing Apollo Ding Rong Solar Technology Co., Ltd. Coating apparatus
US20190201929A1 (en) * 2018-01-03 2019-07-04 Ttns Inc. Method and apparatus for controlling pattern-width of coating liquid dispensed from a nozzle
US20220252473A1 (en) * 2019-07-12 2022-08-11 Next Innovation inc. Stress monitoring device, stress monitoring system, and monitoring system
WO2021071811A1 (en) * 2019-10-11 2021-04-15 Covestro Llc Methods, systems and computer program products for production and application of spray foam using optical and infrared imaging
CN113194699A (zh) * 2021-06-02 2021-07-30 西安翻译学院 一种基于分析和检索的图像检测装置
CN113798084A (zh) * 2021-09-27 2021-12-17 昆山胜代机械有限公司 一种用于挖掘机动臂的智能化喷漆装置及喷漆生产线
CN114332629A (zh) * 2022-01-06 2022-04-12 安徽农业大学 基于高速视觉耦合轮廓特征提取的多农药雾滴撞击叶面延迟性的测量方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曾凯等: "基于改进Steger算法的线结构光中心提取", 华北理工大学学报（自然科学版）, vol. 43, no. 1, pages 101 - 107 *
马草原等: "基于PSO的自适应广义预测微燃机控制", 控制工程, vol. 26, no. 2, pages 179 - 184 *

Also Published As

Publication number Publication date
CN115254482B (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
CN110084831B (zh) 基于YOLOv3多伯努利视频多目标检测跟踪方法
CN110472496B (zh) 一种基于目标检测与跟踪的交通视频智能分析方法
AU2016229870B2 (en) Spray characterization by optical image analysis
Kincaid et al. Drop size distributions for irrigation sprinklers
Solak et al. Derivative observations in Gaussian process models of dynamic systems
EP2079982B1 (de) Verfahren zum ermitteln der drehachse eines fahrzeugrades
CN106791807B (zh) 一种摄像头模组污点检测的方法和装置
CN106408594A (zh) 基于多伯努利特征协方差的视频多目标跟踪方法
CN105631895A (zh) 结合粒子滤波的时空上下文视频目标跟踪方法
CN109949346A (zh) 基于方向梯度直方图粒子滤波的焊缝跟踪方法
CN109852748A (zh) 监测高炉布料周期煤气流发展过程及预测煤气利用率方法
CN108133491A (zh) 一种实现动态目标跟踪的方法
CN115254482A (zh) 一种用于检测sf6吸附剂浸出液的喷雾装置和喷雾调控方法
CN111145211B (zh) 单目摄像机直立行人头部像素高度获取方法
CN112232210A (zh) 一种人员流量分析方法和系统、电子设备和可读存储介质
Jiao et al. End-to-end uncertainty-based mitigation of adversarial attacks to automated lane centering
Hijazi et al. The use of high-speed imaging systems for applications in precision agriculture
CN114118528A (zh) 基于线性与非线性滤波器组合的船舶航迹实时预报方法
CN109493370A (zh) 一种基于空间偏移学习的目标跟踪方法
CN102339381B (zh) 一种基于粒子位置调整的粒子滤波视频运动目标跟踪方法
CN108122013A (zh) 一种跟随运动中排除非跟随目标的方法
Popova et al. Analysis of movement in primary maize roots
CN114972420A (zh) 一种基于机器视觉技术的云台跟踪性能测量方法
CN109201750A (zh) 基于水面积的热轧低温卷取带钢表面吹扫控制方法
Schulz et al. A measuring system for monitoring multi-nozzle spraying tools

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant